第一课数据结构 第7章 图2图的遍历

3
其中实线表示下一层递归，虚线 4 5 6
7
表示递归返回，箭头旁边数字表
示调用的步骤。遍历序列为 7， 3， 1， 2， 4， 8， 5， 6。
8 无向图 G7
DFS1(7) 1 DFS1(3) 2 14
DFS1(1) 3 DFS1(2)
13
12
4 DFS1(4) 5 DFS1(8) 6 DFS1(5)
{ if (!visited[p->adjvex]){
visit(head[p->adjvex].vertex;
visited[p->adjvex]=1; r++;q[r]=p->adjvex ;
} p=p->next;}}}
邻接表的广度优先搜索演示
3. 非连通图的广度优先搜索
可以在每个连通分量或每个强连通分量中都选一个顶点，进行 广度优先搜索遍历，最后将每个连通分量或每个强连通分量的 遍历结果合起来，则得到整个非连通图或非强连通图的广度优 先搜索遍历序列。具体可以表示如下：
算法描述为下面形式：
void dfs1(int i) { link *p; visit(head[i]) ; //输出访问顶点
visted[i]=1; //全局数组访问标记置为1表示已访问
p=head[i].link;
while (p!=NULL) {
if (!visited[p->adjvex])
7
11
10
8 DFS1(6)
9
邻接表深度优先搜索示意图
3. 非连通图的深度优先搜索
在每个连通分量或每个强连通分量中都选一个顶点， 进行深度优先搜索遍历，最后将每个连通分量或每个 强连通分量的遍历结果合起来，则得到整个非连通图 的遍历结果。
遍历算法实现与连通图的只有一点不同，即对所有顶 点进行循环，反复调用连通图的深度优先搜索遍历算 法即可。具体实现如下：
邻接矩阵存储时的算法描述为下面形式：
void dfs (int i) // 从顶点i 出发遍历 {
int j; visit(i); //输出访问顶点 visited[i]=1; //全局数组访问标记置1表示已经访问 for(j=1; j<=n; j++)
if ((A[i][j]= =1)&&(!visited[j])) dfs(j);
在无向图G7中，从顶点1出发的广度优先 搜索遍历序列举三种为：
1
1, 2, 3,Biblioteka 4, 5, 6, 7, 81, 3, 2, 7, 6, 5, 4, 8
2
3
1, 2, 3, 5, 4, 7, 6, 8
4
5
6
7
8 无向图 G7
和深度优先搜索类似，在遍历的过程中也需要一个访问标志数 组。并且，为了顺次访 问路径长度为2、3、…的顶点，需附设 队列以存储已被访问的路径长度为1，2，…的顶点。广 度优先 遍历的算法如下所示。 void bfs(Graph g ,vtx * v） {
dfs1(p->adjvex);p=p->next;
}
邻接表深度优先搜索演示
}
而当以邻接表作图的存储结构时，找邻接点所需
时间为O(e)，其中e为无向图中边 的数或有向图
中弧的数。由此，当以邻接表作存储结构时，深
度优先搜索遍历图的时间复 杂度为O(n＋e)。
1
用刚才算法，可以描述从顶点7
2
出发的深度优先搜索遍历示意图，
}
用上述算法和无向图G7，可以描述从顶点1出发的 深度优先搜索遍历过程，其中实线表示下一层递 归调用，虚线表示递归调用的返回。
可以得到从顶点1的遍历结果为 1, 2, 4, 8, 5, 6, 3, 7。 同样可以分析出从其它顶点出发的遍历结果。
DFS(1)
DFS(2)
DFS(4)
DFS(8)
DFS(5)
根据该算法用及图7-14中的邻接矩阵，可以得到图G7的 广度优先搜索序列，若从顶点1 出发，广度优先搜索序 列为：1，2，3， 4，5， 6，7，8。若从顶点3出发，广 度优先搜索序列为：3， 1， 6， 7， 2， 8， 4， 5。
算法描述如下：
void bfs( int i) //从顶点i出发遍历
visit(v); visited[v]=1; INIQUEUE(Q); ENQUEUE(Q,v); while (!EMPTY(Q)) { DLQUEUE(Q,v); //队头元素出队
w=FIRSTADJ(g,v);//求v的邻接点 while (w!=0){
if (!visited[w]) { visit(w); visited[w]=1; ENQUEUE(Q,w); }
//定义队列
int f,r ; E_NODE *p ; //P为搜索指针
f=r=0 ; visit(head[i]) ; visited[i]=1 ; r++; q[r]=i ; //进队
while (f<r)
{ f++ ; i=q[f] ; p=head[i].link ;
while (p!=NULL)
for (j=1; j<=n; j++)
if ((A[i][j]==1)&&(!visited[j]))
{ visit(v[j]) ; visited[j]=1 ; r++; q[r]=j ;}
}}
2. 用邻接表实现图的广序优先搜索遍历
1
1
2
3
2
3
4
5
6
4
7
5
6
8
7
无向图 G7
8
2
3^
1
4
5^
1
6
7.3 图的遍历
在图中有回路，从图中某一顶点出发访问 图中其它顶点时，可能又会回到出发点， 而图中可能还剩余有顶点没有访问到。
我们可以设置一个全局型标志数组visited 来标志某个顶点是否被访问过，未访问的 值为0，访问过的值为1。
图的遍历有两种方法：深度优先搜索遍历 （DFS）和广度优先搜索遍历（BFS）。
w=NEXTADJ(g,v,w);//求下一邻接点 } } }//bfs
1. 用邻接矩阵实现图的广度优先搜索遍历
1
2
4
5
3
6 7
8
01100000 10011000 10000110 01000001 01000001 00100001 00100001 00011110
无向图 G7
无向图 G7 的邻接矩阵
例如，对下图所示无向图G7，从顶点1出发 的深度优先搜索遍历序列可有多种，下面仅 给出三种，其它可作类似分析。
1
1, 2, 4, 8, 5, 6, 3, 7 1, 2, 5, 8, 4, 7, 3, 6 1, 3, 6, 8, 7, 4, 2, 5
2
4
5
3
6 7
可以看出，从某一个顶点出发的遍 历结果是不唯一的。但是,若我们 给定图的存贮结构,则从某一顶点 出发的遍历结果应是唯一的。
w=NEXTADJ(G,v,w);//找下一邻接点 } }
1. 用邻接矩阵实现图的深度优先搜索
1
2
4
5
3
6 7
8 无向图 G7
01100000 10011000 10000110 01000001 01000001 00100001 00100001 00011110
邻接矩阵的深度优先搜索演示
无向图 G7 的邻接矩阵
1
2
4
5
3
6 7
8 无向图 G7
DFS(6)
DFS(3)
邻接矩阵深度优先搜索示意图
DFS(7)
2.用邻接表实现图的深度优先搜索
仍以无向图G7 为例，来说明算法的实现， G7的邻接表见下图：
1
1
2
2
3
3
4
5
6
4 75
6
8
7
无向图 G7
8
2
3^
1
4
5^
1
6
7^
2
8^
2
8^
3
8^
3
8^
4
5
6
7^
G7 的邻接表
for(int i=1;i<=n;i++)
if(!visited[i])
或者
dfs(i) ;
for(int i=1;i<=n;i++) if(!visited[i]) dfs1(i);
8.3.2 广度优先搜索遍历
1． 广度优先搜索的思想
广度优先搜索遍历类似于树的按层次遍历。设图 G的初态是所有顶点均未访问，在G 中任选一顶 点i作为初始点，则广度优先搜索的基本思想是： (1) 首先访问顶点i，并将其访问标志置为已被访 问，即visited[i]=1； (2) 接着依次访问与顶点i有边相连的所有顶点W1， W2，…，Wt； (3) 然后再按顺序访问与W1，W2，…，Wt有边 相连又未曾访问过的顶点； 依此类推，直到图中所有顶点都被访问完为止 。
for(int i=1;i<=n;i++) if(!visited[i]) bfs(i) ;
for(int i=1;i<=n;i++) 或 if(!visited[i])
bfs1(i);
分析上述过程，每个顶点至多进一次队列。遍历图的过程实 质上是通过边或弧找邻接 点的过程、因此广度优先搜索遍历 图的时间复杂度和深度优先搜索遍历相同，两者不同之 处仅 仅在于对顶点访问的顺序不同。